Comparing Optimization Strategies in Local Electricity Markets Applied to Large Industrial End-users in Norway and Residential Buildings in the UK

Abstract

Den økende bruken av distribuerte og fornybare energikilder, i kombinasjon med økende bruk av kraftkrevende enheter, skaper nye utfordringer for dagens kraftsystem. Dette inkluderer utfordninger knyttet til forsyning og fleksibilitet på lave nettnivåer. For å kunne møte disse utfordringene bør nye utforminger av lokale elektrisitetsmarkeder som benytter lokal energi og fleksibilitetsfunksjoner utforskes. I denne sammenhengen har peer-to-peer (P2P) energihandel mellom sluttbrukere oppstått som en ny måte å utnytte lokal energiproduksjon og -lagere til fordel for både lokale samfunn samt kraftsystemet på et høyere nettnivå.

Denne hovedoppgaven foreslår to ulike optimeringsbaserte styringssystemstrategier, til å bli benyttet på det lokale markedsnivået, samt vurderer resultatene fra disse basert på total strømkostnad for det lokale samfunnet og for hver sluttbruker innad i dette samfunnet. Strategiene er også evaluert basert på til hvilken grad de kan øke selvforbruket av lokalprodusert energi innad i samfunnet og dermed redusere mengden energi som brukes fra kraftnettet. Effekttopper fra slike lokale samfunn, eller fra sluttbrukere med høyt energiforbruk, er viktig for det lokale nettselskapet, da nettselskapet dimensjonerer strømnettet i henhold til den høyeste effekttoppen. For å utforske forholdet mellom effekttopper og total strømkostnad, har det blitt implementert en optimeringsmetode som kan håndtere flere objektfunksjoner basert på epsilon-restriksjons metoden.

Den første optimeringsstrategien er den desentraliserte kontrollsystem strategien som har som målfunksjon å minimere de totale strømkostnadene for hver sluttbruker innad i et lokalt samfunn. Den andre strategien er en sentralisert kontrollsystemstrategi, som minimimerer de totale strømkostnadene for hele det lokale samfunnet. I den desentraliserte strategien kan sluttbrukere benytte deres egne produksjons- og lagringsenheter, samt strøm fra kraftnettet for å møte deres elektrisitetsbehov. Den sentraliserte strategien muliggjør for P2P strømhandel mellom sluttbrukere innad i det lokale samfunnet. Dette betyr at strøm fra lokale sluttbrukere kan benyttes i kombinasjon med lokal produksjon og energilagere samt kraftnettet for å møte elektrisitetsbehovet til hver sluttbruker innad i det lokale samfunnet.

For å kunne sammenlikne resultatene fra de to optimeringsstrategiene, har strategiene blitt anvendt i to ulike caser. Den første casen er av et lokalt samfunn bestående av 25 bolighus i London i Storbritannia. Den andre casen består av tre industrikunder med høye energibehov lokalisert på Forus i Norge. De to strategiene tar beslutninger om kraftbehov og -tilførsel for hver av casene basert på deres respektive objektfunksjoner og restriksjoner.

Resultatene viser at den sentraliserte optimeringsstrategien gir de laveste totale kostnadene for det lokale samfunnet med en kostnadsreduksjon på 1.0-8.0% sammenliknet med den desentraliserte strategien. Den sentraliserte strategien gir også de laveste totale kostnadene for hver sluttbruker innad i det lokale samfunnet, ettersom P2P strømhandel gir en økt fleksibiliteten i tillegg til å redusere mengden energi som konsumeres fra kraftnettet med 1.4-18.9%. Det er observert at forskjellen i ytelse mellom den desentraliserte og den sentraliserte strategien er avhengig av mengden distribuert fornybar produksjon og lagringsenheter i den spesifikke casen. En høy andel distribuert fornybar produksjon og lagringsenheter minimerer forskjellen mellom de to strategiene. Resultatene fra optimeringsmetoden som håndterer flere objektfunksjoner viser at det er avhengighet mellom de totale strømkostnadene og effekttopper for de studerte casene, samt at en mindre økning i kostnad kan redusere effekttoppen med en betydelig mengde.

The increasing deployment of distributed energy resources (DER), in combination with the growing use of power-demanding devices, arise new challenges for the power system, including supply and flexibility challenges on a local level. To meet these challenges, new local electricity market designs employing local energy and flexibility features should be explored. In this context, peer-to-peer (P2P) energy trade has emerged as a new way of exploiting local energy production and storage to benefit both the local P2P sharing community and the power system on a higher level.

This thesis proposes two different optimization based control system strategies, to be used on a local market level, and investigates the performance of the strategies based on the total cost of electricity during operation for the energy sharing region (ESR), or community, and for each end-user within the ESR. The strategies are also evaluated based on to what degree they can increase the self-consumption of power from DERs within the ESR, and derby decrease the energy consumption from the main grid. The peak demand of such ESRs, or of end-users with high energy demands, are of importance to the distribution system operator (DSO), as the DSO dimensions the local grid according to the highest measured peak power demand. To investigate the relationship between peak power demand and total electricity costs, a multi-objective optimization (MOO) approach based on the epsilon-constraint method is also implemented.

The first optimization strategy introduced is the decentralized control system strategy, which has as objective to minimize the total electricity costs for each end-user within an ESR. The second strategy is the centralized control system strategy, which minimizes the total cost of electricity for the whole ESR. In the decentralized strategy, the end-users can only utilize their own local production and/or storage units and the main power grid to meet their energy demands. The centralized strategy enables P2P energy trade among the end-users within the ESR, meaning that P2P energy can be used in combination with energy from local production and/or storage units and the main grid to meet the energy demand of each end-user within the ESR.

To examine the performance of the two optimization strategies, the strategies were applied to two different cases. The first case concerns a community of 25 residential buildings in London, UK, while the second case concerns three large industrial end-users at Forus, Norway. The two strategies make supply-demand decisions for each of the cases according to their objective function and associated restrictions.

The main results show that the centralized optimization strategy gives the lowest total costs for the ESR with a cost reduction of 1.0-8.0% compared to the decentralized strategy. The centralized strategy does also give the lowest costs for each of the end-users within the ESR, as the P2P energy trade increases the ESR flexibility in addition to reducing the amount of energy consumed from the main grid by 1.4-18.9%. It is observed that the difference in performance between the decentralized and centralized strategies is dependent on the amount of DERs and storage units in the specific case. A high amount of DERs and storage units minimizes the difference in performance between the two strategies. The results from the MOO show that there is a dependency between total electricity costs and peak power demand for the cases studied and that a small increase in cost can reduce the peak power demand by a significant amount.